Verlässliche COVID-19-Daten für Deutschland: Informiertes Vorgehen anstelle des RKI-ad-hoc-Patchwork

Im letzten Post haben wir die deftige Kritik dargestellt, die Rainer Schnell und Menno Smid an der Art und Weise üben, wie beim Robert-Koch-Institut versucht wird, einen Überblick über die tatsächliche COVID-19-Situation in Deutschland zu gewinnen, um Fragen zu beantworten wie: 

  • Wie weit ist das neue Coronavirus SARS-CoV-2 in Deutschland tatsächlich verbreitet?
  • Wie viele Menschen haben bereits eine Infektion durchgemacht und sind jetzt zumindest für eine gewisse Zeit immun?

Will man diese Fragen beantworten, dann ist das Vorgehen des RKI, wie gezeigt wurde, vollkommen ungeeignet. 



Um ein geeignetes Forschungsdesign zu entwickeln, ist es zunächst einmal notwendig, die Ausgangsposition zu kennen, was in diesem Fall bedeutet, die Aussagekraft der vorhandenen Daten zu bestimmen.

Viel zu bestimmen gibt es dabei nicht, denn die Daten, die zur Verfügung stehen, also die Zahlen für die positiv Getesteten und die Zählung der Verstorbenen sind alles, was es derzeit gibt und es sind Daten, die 

  • Schnell & Smid (2020)

    es nicht erlauben, die Case Fatality Rate zu berechnen;

  • es nicht erlauben, die Dunkelziffer der Infizierten, die bislang nicht getestet wurden oder ohne Test genesen sind, zu schätzen;
  • keine Angaben über die Menge asymptomatisch Infizierter ermöglichen;
  • keinerlei Verlauf abbilden, von Ansteckung über gegebenenfalls Hospitalisierung bis zur Entlassung als geheilt oder dem Tod;
  • keine Informationen zu Vorerkrankungen der Infizierten liefern;
  • keinerlei Informationen zu sozialen Unterschieden, jenseits von Alter und Geschlecht, die während des Verlaufs von COVID-19 eine Rolle spielen können, bereitstellen;

Die vorhandenen Daten sind, wie Schnell und Smid feststellen, weder regional noch national repräsentativ und sie bieten keinerlei Möglichkeit, lokale Infektionscluser (Hotspots für das RKI) zu identifizieren.

Kurz: Auf Basis der vorhandenen Daten kann man so gut wie nichts über Verbreitung von SARS-CoV-2, eventueller Immunität, Faktoren, die den Ausgang einer COVID-19 Erkrankung beeinflussen, vielleicht auch determinieren, sagen.

Wie müsste ein Forschungsdesign aussehen, das es ermöglicht, Antworten auf die gestellten, drängenden Fragen zu geben?

So:

4 Stichproben:

  • Prävelenzstichprobe mit mehr als 30.000 Personen, die auf einer geschichteten Zufallsauswahl basiert, die die Ebenen Bundesland und Ortsgröße berücksichtigt; Ziel ist die Bestimmung der Anzahl aktuelle und einst infizierter Personen in der Bevölkerung;
  • Verlaufsstichprobe mit bis zu 5.000 Personen, die positiv auf SARS-CoV-2 getestet wurden; Ziel ist es, die teilnehmenden Personen vom positiven Testergebnis bis zum Ergebnis der Erkrankung, in Genesung oder Hospitalisierung oder Tod zu verfolgen, um eindeutige Informationen über typische Erkrankungsverläufe zu erhalten;
  • Post-Mortem-Sample: Obduktionen derjenigen, die an COVID-19 verstorben sein sollen bzw. für die der Verdacht besteht, dass sie an COVID-19 verstorben sind; Ziel ist es die Letalität von SARS-CoV-2 zu bestimmen;
  • Begleitforschung: ca. 3.000 Befragte, geschichtete Zufallsauswahl wie bei der Prävalenzstichprobe; Ziel ist es, Informationen über Verhalten und Einstellungen von Personen, die an COVID-19 erkrankt sind, zu gewinnen und den Informationen gegenüberzustellen, die von Personen, die nicht an COVID-19 erkrankt sind, stammen. [Ob diese Begleitforschung unbedingt notwendig ist, daran haben wir unsere Zweifel, aber die Beteiligung von infas an der Entwicklung eines machbaren Forschungsdesigns hat natürlich auch ihren Preis …:)] 


Der Erfolg der Prävalenzstichprobe hängt von einer hohen Rate der Beteiligung ab, deshalb schlagen Schnell und Smid vor, Hausärzte miteinzubeziehen, d.h. die Entnahme von Rachenabstrichen und von Blut für Antikörper-Tests durch Hausärzte ausführen zu lassen. Damit sowohl Hausärzte als auch die per Zufallsauswahl z.B. aus den Daten des Einwohnermeldeamts ausgewählten Bürger an der Studie teilnehmen, sollen Anreize zur Teilnahme geboten werden (Gewinnspiel etc.) und in den Fällen, in denen kontaktierte Personen sich nicht melden, ein intensives “Follow-up” betrieben werden, d.h. eine Kontaktierung von Hausärzten bzw. den ausgewählten Teilnehmern an der Studie, um dieselben zur Teilnahme zu bewegen.

Die Verlaufsstichprobe ist als Panel, also longitudinale Studie angelegt, was bedeutet, dass die 5.000 positiv getesteten Teilnehmer regelmäßig kontaktiert, der Verlauf der Krankheit dokumentiert werden muss. Dazu bietet sich die Nutzung einer Tracking-App an, die Einrichtung einer zentralen Seite im Internet, über die die Teilnehmer regelmäßig ihre Daten melden können sowie die Möglichkeit, Teilnehmer über ihre anstehende Datenmeldung zu informieren bzw. zu kontaktieren, wenn die Meldung ausbleibt.

Auf diese Weise, so denken Schnell und Smid, sei es möglich, sich ein umfassendes Bild der Verbreitung von COVID-19 zu machen, und damit haben sie vermutlich Recht.

Wer sich die Mühe machen will, dieses Vorgehen mit dem Patchwork von Aktivismus zu vergleichen, das vom RKI derzeit umgesetzt wird, der kann das hier tun.


Schnell, Rainer & Smid, Menno (2020). Methodische Probleme und Lösungen für eine epidemiologische Corona-Forschung. Vortrag gehalten am 15. April 2020 im Rahmen der Veranstaltung “Soziologische Perspektiven auf die Corona-Krise”, Berlin: WZB.



Bleiben Sie auf dem Laufenden mit ScienceFiles.
ScienceFiles ist ein privates Blog, das u.a. auf Grundlage der Spenden unserer Leser betrieben wird.
Bitte unterstützen Sie unseren Fortbestand als freies Medium.
Vielen Dank!

[wpedon id=66988]



Folgen Sie uns auf TELEGRAM


Bleiben Sie mit uns in Kontakt.
Wenn Sie ScienceFiles abonnieren, erhalten Sie bei jeder Veröffentlichung eine Benachrichtigung in die Mailbox.

ScienceFiles-Abo
Loading



ScienceFiles-Shop


Folgen Sie uns auf Telegram.
Anregungen, Hinweise, Kontakt? -> Redaktion @ Sciencefiles.org
Wenn Ihnen gefällt, was Sie bei uns lesen, dann bitten wir Sie, uns zu unterstützen. ScienceFiles lebt weitgehend von Spenden. Helfen Sie uns, ScienceFiles auf eine solide finanzielle Basis zu stellen.
Wir haben drei sichere Spendenmöglichkeiten:

Donorbox

Unterstützen Sie ScienceFiles


Unsere eigene ScienceFiles-Spendenfunktion

Zum Spenden einfach klicken

Unser Spendenkonto bei Halifax:

ScienceFiles Spendenkonto: HALIFAX (Konto-Inhaber: Michael Klein):
  • IBAN: GB15 HLFX 1100 3311 0902 67
  • BIC: HLFXGB21B24

Print Friendly, PDF & Email
3 Comments

Bitte keine Beleidigungen, keine wilden Behauptungen und keine strafbaren Inhalte ... Wir glauben noch an die Vernunft!

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Entdecke mehr von SciFi

Jetzt abonnieren, um weiterzulesen und auf das gesamte Archiv zuzugreifen.

Weiterlesen

Entdecke mehr von SciFi

Jetzt abonnieren, um weiterzulesen und auf das gesamte Archiv zuzugreifen.

Weiterlesen